基于矩陣分解的顯著對象提取算法分析與應(yīng)用.pdf

1、20世紀90年代開始，生物視覺感知領(lǐng)域的研究逐漸轉(zhuǎn)向基于生物感知的圖像顯著性分析。這種機制結(jié)合心理學(xué)和神經(jīng)生物學(xué)的研究成果，模擬人眼機能建立圖像顯著性提取模型，自動選擇人類視覺系統(tǒng)中值得注意的感覺信息。圖像顯著性的研究是一個綜合特征提取和探索人類視覺特性的過程，現(xiàn)已廣泛應(yīng)用到圖像分析和處理中。
　　本文針對顯著性分析的研究，提出了一種基于多特征矩陣分解的顯著性檢測方法。該方法融合了多種類型的圖像特征并利用矩陣分解算法進行顯著性檢測

2、。通常情況下，圖像分為顯著對象和背景區(qū)域兩部分，而且顯著對象相比背景非顯著部分相對較小。圖像可表示為由多種類型的特征向量構(gòu)成的多特征矩陣，該矩陣可分解成低秩矩陣和稀疏矩陣，分別對應(yīng)于圖像的背景區(qū)域和顯著對象。因此顯著圖可以通過矩陣中的稀疏元素推理得到。上述矩陣分解過程可以轉(zhuǎn)化為一個最優(yōu)化問題，這個問題可以借助增廣的拉格朗日乘數(shù)法解決?，F(xiàn)有的方法通常以簡單線性或非線性的方式結(jié)合單一特征得到的顯著圖，并沒有有效的利用圖像的多特征信息。本文提